Формирование матрицы проводимостей с помощью кусочно-постоянных сигналов
https://doi.org/10.25682/NIISI.2025.3.0001
Аннотация
Для формирования матрицы проводимостей массива переменных резисторов необходима процедура произвольного изменения проводимостей резисторов массива при использовании ограниченного числа управляющих сигналов — напряжений на проводниках структуры типа кроссбар. Поскольку число проводников значительно меньше числа резисторов, такая процедура должна быть многошаговой. На каждом шаге происходит изменение проводимостей целевых резисторов, число которых не больше числа управляющих сигналов. При этом неизбежно меняются проводимости и некоторых нецелевых резисторов. Соответствующие изменения необходимо компенсировать. В работе рассмотрена процедура записи с использованием в качестве управляющих сигналов высокочастотных кусочно-постоянных сигналов. На основе анализа с использованием модели простого резисторного элемента показана возможность формирования произвольной (в известных пределах) матрицы проводимостей. На каждом шаге формируется (изменяется) строка или столбец матрицы. Обсуждаются условия, обеспечивающие выполнимость и удобство такой процедуры.
Ключевые слова
Об авторах
Г. А. Бесхлебнова
НИЦ «Курчатовский институт» - НИИСИ, Москва
Россия
Россия
В. Б. Котов
НИЦ «Курчатовский институт» - НИИСИ, Москва
Россия
Россия
Список литературы
1. Kotov V.B., Beskhlebnova G.A. Specifics of Crossbar Resistor Arrays. // B. Kryzhanovsky et al. (Eds.). Advances in Neural Computation, Machine Learning, and Cognitive Research VI (NEUROINFORMATICS 2022). Studies in Computational Intelligence. Vol. 1064. Cham: Springer. 2023. PP. 292–304. https://doi.org/10.1007/978-3-031-19032-2_31.
2. Adamatzky A., Chua L. Memristor Networks. Springer International Publishing (2014).
3. Advances in Memristors, Memristive Devices and Systems. / Edited by S. Vaidyanathan and C. Volos. Springer International Publishing AG (2017).
4. Kim S. Ju, Kim S., Jang H.W. Competing memristors for brain-inspired computing. iScience 24, 101889, January 22, 2021.
5. Kotov V.B., Beskhlebnova G.A. Generation of the Conductivity Matrix. // B. Kryzhanovsky et al. (Eds.). Advances in Neural Computation, Machine Learning, and Cognitive Research V (NEUROINFORMATICS 2021). Studies in Computational Intelligence. Vol. 1008. Cham: Springer. 2022. PP. 276-284.
6. Surazhevsky I.A. at all. Noise-assisted persistence and recovery of memory state in amemristive spiking neuromorphic network.Chaos, Solitons and Fractals. 146 (2021). 110890.
7. Beskhlebnova G.A., Kotov V.B. The Variable Resistor Under a High-Frequency Signal. // B. Kryzhanovsky et al. (Eds.). Advances in Neural Computation, Machine Learning, and Cognitive Research VII (NEUROINFORMATICS 2023). Studies in Computational Intelligence. Vol. 1120. Springer Nature Switzerland AG. 2023. PP. 257–266. https://doi.org/10.1007/978-3-031-44865-2_28.
8. Kotov V.B., Beskhlebnova G.A. Use of High-Frequency Signals to Generate a Conductivity Matrix. // B. Kryzhanovsky et al. (Eds.). Advances in Neural Computation, Machine Learning, and Cognitive Research VIII (NEUROINFORMATICS 2024). Studies in Computational Intelligence. Vol. 1179. Springer Nature Switzerland AG. 2025. PP. 265-272.
9. Котов В.Б., Бесхлебнова Г.А. Поточечная запись информации в резисторную матрицу. // Труды НИИСИ РАН. Т. 14. №4. С. 33-40.
10. Kotov V.B., Yudkin F.A. Modeling and Characterization of Resistor Elements for Neuromorphic Systems. Optical Memory and Neural Networks (Information Optics). 2019, v.28, No.4, P. 271-282.
11. V.B. Kotov, Z. B. Sokhova. Two-frequency recording of information into a resistor array. // B. Kryzhanovsky et al. (Eds.). Advances in Neural Computation, Machine Learning, and Cognitive Research IX (NEUROINFORMATICS 2025). Studies in Computational Intelligence. Vol. 1241. Springer Nature Switzerland AG. 2026. PP. 463-476.
Рецензия
Для цитирования:
Бесхлебнова Г.А., Котов В.Б. Формирование матрицы проводимостей с помощью кусочно-постоянных сигналов. Труды НИИСИ. 2025;15(3):9-16. https://doi.org/10.25682/NIISI.2025.3.0001
For citation:
Beskhlebnova G.A., Kotov V.B. Crossbar Array Programming Using Piecewise-Constant Signals. SRISA Proceedings. 2025;15(3):9-16. (In Russ.) https://doi.org/10.25682/NIISI.2025.3.0001
Просмотров:
52
JATS XML
Послать статью по эл. почте 